大型渡槽劣化模糊預(yù)測(cè)及維修計(jì)劃魯棒優(yōu)化.pdf

1、渡槽作為重要的渠系建筑物，歷史悠久，應(yīng)用廣泛。在南水北調(diào)大型水利工程中又煥發(fā)出新的生機(jī)，一批大型甚至世界級(jí)特大型渡槽被修建。無(wú)論已建渡槽，還是新建渡槽，在工程運(yùn)行中，不可避免的會(huì)出現(xiàn)性能的不斷劣化。如何保證渡槽高效、安全運(yùn)行，降低壽命周期維修成本，成為了當(dāng)今水利人應(yīng)該考慮的重要問(wèn)題。
　　渡槽運(yùn)行工況復(fù)雜，影響渡槽劣化因素中既有確定性因素，又有不確定性因素，很難精確描述。渡槽劣化速度評(píng)價(jià)，也很難精確劃分劣化速度等級(jí)。渡槽劣化預(yù)測(cè)的

2、輸入是模糊的，輸出也是模糊的，因此渡槽劣化預(yù)測(cè)應(yīng)用模糊預(yù)測(cè)。
　　本文首先分析總結(jié)渡槽劣化的主要影響因素，包括:先天條件、外界環(huán)境、運(yùn)行環(huán)境等三個(gè)一級(jí)指標(biāo)，以及設(shè)計(jì)、施工、凍融、濕度、酸性、堿性、維護(hù)管理、運(yùn)行荷載等八個(gè)二級(jí)指標(biāo)。選取二級(jí)指標(biāo)作為預(yù)測(cè)因子，根據(jù)各因子的特性，將各因子劃分為不同的等級(jí)。根據(jù)模糊數(shù)學(xué)的基本原理，運(yùn)用專(zhuān)家經(jīng)驗(yàn)的方法確定對(duì)不同劣化速度的隸屬度，作為預(yù)測(cè)的輸出。
　　鑒于人工神經(jīng)網(wǎng)絡(luò)具有高度的非線(xiàn)性、良

3、好的容錯(cuò)性和計(jì)算的非精確性，故基于該模型建立了渡槽劣化預(yù)測(cè)模型。模型的輸入為各劣化影響因素的等級(jí)，輸出為對(duì)各劣化速度的隸屬度。根據(jù)最大隸屬度原則，可以預(yù)測(cè)出渡槽的劣化速度等級(jí)。實(shí)例分析表明，本方法預(yù)測(cè)精度較高，允許1個(gè)等級(jí)誤差時(shí)，擬合準(zhǔn)確率為100％，預(yù)測(cè)準(zhǔn)確率為100％;不允許等級(jí)誤差時(shí)，擬合準(zhǔn)確率為86％，預(yù)測(cè)準(zhǔn)確率為50％，取得了比較好的預(yù)測(cè)效果。
　　為延長(zhǎng)建筑物的使用壽命，提高其壽命周期內(nèi)的使用性能，避免重大工程事故發(fā)生

4、，需要不斷地進(jìn)行維護(hù)管理和維修加固。國(guó)內(nèi)外的工程管理實(shí)踐表明，建筑物維護(hù)管理費(fèi)用往往超過(guò)其初建費(fèi)用，工程的維護(hù)管理需要大量的資金投入。科學(xué)地制定維護(hù)管理計(jì)劃，對(duì)于保證建筑物群體的安全及使用性能，合理使用和節(jié)約維修資金具有重要意義。本文以渡槽剩余壽命周期維護(hù)管理成本最低為目標(biāo)函數(shù)，建立了維修計(jì)劃優(yōu)化模型。
　　本文采用病毒進(jìn)化遺傳算法對(duì)優(yōu)化模型求解，并對(duì)算法作出了改進(jìn)。病毒進(jìn)化遺傳算法在染色體評(píng)價(jià)時(shí)只評(píng)價(jià)個(gè)體的要求性能，而未考慮遺傳

5、個(gè)體的魯棒性，使得進(jìn)化結(jié)果失去了魯棒性。本文對(duì)每個(gè)染色體在評(píng)價(jià)時(shí)引入年齡的概念，即認(rèn)為個(gè)體年齡越高，其適應(yīng)性越強(qiáng)，作為最優(yōu)解的魯棒性越好。
　　運(yùn)用改進(jìn)病毒進(jìn)化遺傳算法對(duì)渡槽維修計(jì)劃優(yōu)化模型進(jìn)行求解，優(yōu)化結(jié)果壽命周期成本較小，使用年限和使用性能能夠滿(mǎn)足渡槽使用要求。為驗(yàn)證改進(jìn)病毒進(jìn)化遺傳算法（簡(jiǎn)稱(chēng)AVEGA）求解效果，本文優(yōu)化算法與以下優(yōu)化算法進(jìn)行了比較:一般遺傳算法(簡(jiǎn)稱(chēng)SGA)、具有年齡結(jié)構(gòu)的遺傳算法(簡(jiǎn)稱(chēng)AGA)、病毒進(jìn)化遺